气体泄漏的预测方法、气体泄漏的预测装置和电子设备与流程

本申请涉及气体泄漏预测，具体而言，涉及一种气体泄漏的预测方法、气体泄漏的预测装置、计算机可读存储介质和电子设备。

背景技术：

1、随着氢能技术的普及，氢泄漏事故及其所造成的爆炸、火灾等事故日益频发，对氢泄漏的监测预警与防控日益迫切。然而，由于氢气具有扩散系数大、分子质量轻、爆炸极限宽、最小点火能量低等特点，而一般传感器仅仅只能探测空间内单点的氢气浓度，无法对三维空间内氢气浓度时间空间演变特性进行较直观的展示，更无法预测不同场景下氢泄漏后续发展，对氢泄漏后的抢修行为指导有限。而对于氢燃料电池汽车、氢燃料移动应急电源、氢燃料动力船舶等装备，其本身在运行、加氢过程中所面临的场景多、边界条件复杂等导致数值模拟建立仿真模型准确性较差、实时性不足，同时往往预测模型需要庞大的数据样本且缺乏自适应更新的能力，无法实现动态高效的氢气泄漏预测。

2、尽管已有一些预测氢气泄漏的方法和预警系统，但是建立仿真模型时往往准确性较差、实时性不足，同时往往需要庞大的数据样本，结构复杂，成本较高且缺乏自适应更新的能力，无法实现动态高效的氢气泄漏预测。

3、因此，需要一种高效的氢气泄漏预测方法。

技术实现思路

1、本申请的主要目的在于提供一种气体泄漏的预测方法、气体泄漏的预测装置、计算机可读存储介质和电子设备，以至少解决现有技术中氢气泄漏预测方法不能高效预测的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种气体泄漏的预测方法，包括：获取环境数据，根据所述环境数据建立气体环境模型，构建气体泄漏条件，并在所述气体泄漏条件下，获取所述气体环境模型的当前气体浓度和气体浓度变化率，其中，所述环境数据为表征气体所在环境空间的地理数据，所述气体泄漏条件为表征所述气体泄漏的强度的条件；根据所述当前气体浓度和所述气体浓度变化率建立状态空间，并计算所述状态空间的初始状态转移概率矩阵，根据所述初始状态转移概率矩阵计算未来时序对应的状态转移概率矩阵，其中，所述未来时序表示所述当前气体浓度对应的当前时序之后的多个时序；根据所述状态转移概率矩阵确定气体泄漏的风险等级，输出所述风险等级，以对气体泄漏进行预警与维修。

3、可选地，计算所述状态空间的初始状态转移概率矩阵，包括：计算所述状态空间中任意一种状态至剩余所有状态的转移概率，得到多个状态转移概率；将多个所述状态转移概率按照预定次序排列，构成所述初始状态转移概率矩阵。

4、可选地，根据所述初始状态转移概率矩阵计算未来时序对应的状态转移概率矩阵，包括：计算所述当前时序至所述未来时序之前的一个时序的中间状态转移概率矩阵，得到多个所述中间状态转移概率矩阵；计算多个所述中间状态转移概率矩阵的乘积，得到所述未来时序对应的所述状态转移概率矩阵。

5、可选地，获取环境数据，根据所述环境数据建立气体环境模型，包括：获取所述气体所在环境空间的长宽高尺寸、泄漏孔尺寸和通风孔尺寸，根据所述长宽高尺寸、所述泄漏孔尺寸和所述通风孔尺寸建立所述环境空间的网格化模型；对所述网格化模型中的每个网格进行加密，并确定所述气体的质量流量计算式和组分运输方程，得到所述气体环境模型。

6、可选地，构建气体泄漏条件，包括：获取所述气体所在环境空间的开闭状态、气体泄漏时长和通风孔的换气强度；根据所述开闭状态的不同取值、所述气体泄漏时长的不同取值和所述换气强度的不同取值进行组合，得到多个所述气体泄漏条件。

7、可选地，在根据所述状态转移概率矩阵确定气体泄漏的风险等级之后，所述方法还包括：获取每个所述未来时序对应的实际状态数据；根据所述实际状态数据对所述风险等级进行验证，得到验证误差，在所述验证误差在误差允许范围内的情况下，确定所述风险等级准确。

8、可选地，根据所述当前气体浓度和所述气体浓度变化率建立状态空间，包括：根据所述当前气体浓度和所述气体浓度变化率进行风险等级划分，得到每种风险等级对应的状态，将所有的所述状态构成所述状态空间。

9、根据本申请的另一方面，提供了一种气体泄漏的预测装置，包括：第一获取单元，用于获取环境数据，根据所述环境数据建立气体环境模型，构建气体泄漏条件，并在所述气体泄漏条件下，获取所述气体环境模型的当前气体浓度和气体浓度变化率，其中，所述环境数据为表征气体所在环境空间的地理数据，所述气体泄漏条件为表征所述气体泄漏的强度的条件；计算单元，用于根据所述当前气体浓度和所述气体浓度变化率建立状态空间，并计算所述状态空间的初始状态转移概率矩阵，根据所述初始状态转移概率矩阵计算未来时序对应的状态转移概率矩阵，其中，所述未来时序表示所述当前气体浓度对应的当前时序之后的多个时序；输出单元，用于根据所述状态转移概率矩阵确定气体泄漏的风险等级，输出所述风险等级，以对气体泄漏进行预警与维修。

10、根据本申请的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的气体泄漏的预测方法。

11、根据本申请的又一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的气体泄漏的预测方法。

12、应用本申请的技术方案，获取环境数据，根据环境数据建立气体环境模型，构建气体泄漏条件，并在气体泄漏条件下，获取气体环境模型的当前气体浓度和气体浓度变化率；根据当前气体浓度和气体浓度变化率建立状态空间，并计算状态空间的初始状态转移概率矩阵，根据初始状态转移矩阵计算未来时序对应的状态转移概率矩阵；根据状态转移概率矩阵确定气体泄漏的风险等级，输出风险等级，以对气体泄漏进行预警与维修。与现有技术中结构复杂的预测方法相比，模型结构更简单，易于实现，效率更高，同时对于数据量的要求更低，仅需少量的特征数据，通过后续不断地迭代和实测数据的补充，能解决历史数据少、序列的完整性不够以及可靠性低的问题，同时也有利于降低系统预测的时间成本，提高预测效率。因此，能够提高气体泄漏的预测效率，达到及时预测与防控的效果。

1.一种气体泄漏的预测方法，其特征在于，包括：

2.根据权利要求1所述的预测方法，其特征在于，计算所述状态空间的初始状态转移概率矩阵，包括：

3.根据权利要求1所述的预测方法，其特征在于，根据所述初始状态转移概率矩阵计算未来时序对应的状态转移概率矩阵，包括：

4.根据权利要求1所述的预测方法，其特征在于，获取环境数据，根据所述环境数据建立气体环境模型，包括：

5.根据权利要求1所述的预测方法，其特征在于，构建气体泄漏条件，包括：

6.根据权利要求1所述的预测方法，其特征在于，在根据所述状态转移概率矩阵确定气体泄漏的风险等级之后，所述方法还包括：

7.根据权利要求1所述的预测方法，其特征在于，根据所述当前气体浓度和所述气体浓度变化率建立状态空间，包括：

8.一种气体泄漏的预测装置，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的气体泄漏的预测方法。

10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的气体泄漏的预测方法。